期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到174篇文章
< 1 2 … 9 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种基于改进的生成式对抗网络的完整12导联心电图重构方法
1
作者 曾超权 骆炜 +2 位作者 王森林 戴玲凤 陈豪 《电子技术应用》 2025年第4期16-22,共7页
心电图(ECG)是评估心脏健康的重要工具。随着科技的进步,越来越多的智能设备被开发用于监测心电信号。然而,由于便携性的要求,这些智能设备通常只能测量有限导联数量的心电信号,这可能会影响心脏疾病诊断的准确性。为了解决这一问题,提... 心电图(ECG)是评估心脏健康的重要工具。随着科技的进步,越来越多的智能设备被开发用于监测心电信号。然而,由于便携性的要求,这些智能设备通常只能测量有限导联数量的心电信号,这可能会影响心脏疾病诊断的准确性。为了解决这一问题,提出了一种基于生成对抗网络(GAN)的模型。该模型融合了Transformer和U-Net结构,能够从单一导联的心电信号重建完整的12导联心电信号,从而提高便携式智能设备的诊断性能。在PTB-XL和绍兴人民医院12导联心电信号数据集上对提出的模型进行了评估,并将其与几种先进的方法进行了比较。相关代码全部上传至https://github.com/Chaoquan-123/12-lead-ECG-reconstruction。 展开更多
关键词 心电图 生成式对抗网络 TRANSFORMER U-Net
在线阅读 下载PDF
基于生成式对抗网络和多模态注意力机制的扩频与常规调制信号识别方法 被引量：3
2
作者 王华华 张睿哲 黄永洪 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第4期1212-1221,共10页
针对低信噪比条件下的扩频与常规调制信号分类精度低的问题,该文提出一种基于生成式对抗网络(GAN)、卷积神经网络(CNN)和长短期记忆(LSTM)网络的多模态注意力机制信号调制识别方法。首先生成待识别信号的时频图像(TFIs),并利用GAN实现T... 针对低信噪比条件下的扩频与常规调制信号分类精度低的问题,该文提出一种基于生成式对抗网络(GAN)、卷积神经网络(CNN)和长短期记忆(LSTM)网络的多模态注意力机制信号调制识别方法。首先生成待识别信号的时频图像(TFIs),并利用GAN实现TFIs降噪处理;然后将信号的同相正交数据(I/Q data)与TFIs作为模型输入,并搭建基于CNN的TFIs识别支路和基于LSTM的I/Q数据识别支路;最后,在模型中添加注意力机制,增强I/Q数据和TFIs中重要特征对分类结果的决定作用。实验结果表明,该文所提方法相较于单模态识别模型以及其它基线模型,整体分类精度有效提升2%~7%,并在低信噪比条件下具备更强的特征表达能力和鲁棒性。 展开更多
关键词 深度学习 自动调制识别 生成对抗网络(gan) 多模态特征 时频分布
在线阅读 下载PDF
基于生成对抗网络的两阶段探地雷达图像反演方法
3
作者 武铭泽 刘庆华 欧阳缮 《电波科学学报》 北大核心 2025年第1期141-154,共14页
在探地雷达(ground penetrating radar,GPR)应用中,反演成像是解译GPR数据信息的关键技术。现有基于深度学习的GPR图像反演技术大多应用于地下均匀介质的理想环境,然而真实环境中采集到的数据通常包含复杂的噪声与杂波信号,对反演精度... 在探地雷达(ground penetrating radar,GPR)应用中,反演成像是解译GPR数据信息的关键技术。现有基于深度学习的GPR图像反演技术大多应用于地下均匀介质的理想环境,然而真实环境中采集到的数据通常包含复杂的噪声与杂波信号,对反演精度有很大影响。针对这一问题,本文提出了一种基于生成对抗网络(generative adversarial network,GAN)的两阶段GPR图像反演网络TSInvNet,以重构真实环境中地下目标的位置分布。该方法先将GPR B-scan图像使用改进的空间自适应归一化(spatially-adaptive normalization,SPADE)生成器的去噪网络TSInvNet1进行处理后,接着送入引入置换注意力(shuffle attention,SA)模型的反演网络TSInvNet2进行反演。在模拟数据与真实数据上的实验结果表明,TSInvNet能够根据GPR B-scan图像准确反演出地下目标的位置,在具有复杂噪声与多目标情况下的反演应用中具有强鲁棒性和精确反演性能。 展开更多
关键词 探地雷达(GPR) 反演成像 深度学习 生成对抗网络(gan) 注意力模型
在线阅读 下载PDF
基于可逆神经网络的黑盒GAN生成人脸反取证方法
4
作者 陈北京 冯逸凡 李玉茹 《信息安全研究》 北大核心 2025年第5期394-401,共8页
生成对抗网络(generative adversarial network, GAN)生成的人脸取证模型用于区分真实人脸和GAN生成人脸.但由于其易受对抗攻击影响,GAN生成人脸反取证技术应运而生.然而,现有反取证方法依赖白盒代理模型,迁移性不足.因此,提出了一种基... 生成对抗网络(generative adversarial network, GAN)生成的人脸取证模型用于区分真实人脸和GAN生成人脸.但由于其易受对抗攻击影响,GAN生成人脸反取证技术应运而生.然而,现有反取证方法依赖白盒代理模型,迁移性不足.因此,提出了一种基于可逆神经网络(invertible neural network, INN)的黑盒GAN生成人脸反取证方法.该方法通过INN将真实人脸特征嵌入GAN生成人脸中,使生成的反取证人脸能够误导取证模型.同时,在训练中引入特征损失,通过最大化反取证人脸特征与真实人脸特征间的余弦相似度,进一步提升反取证性能.实验结果表明,在不依赖任何白盒模型的场景下,该方法对8种取证模型都有良好的攻击性能,优于对比的7种方法,且可以生成高视觉质量的反取证人脸. 展开更多
关键词 对抗攻击 可逆神经网络 gan生成人脸 反取证 黑盒
在线阅读 下载PDF
生成对抗网络赋能面向平面布局生成中的家具布置
5
作者 梁理锋 李光耀 《家具》 2025年第1期23-28,共6页
传统的家具平面布置图设计因其专业性、主观性以及设计流程耗时耗力,在寻找合适的辅助设计方面遇到挑战。生成式AI是实现设计智能化的有效辅助工具,通过将生成式AI融入家具平面布置图设计显示出潜力。鉴于此,研究采用生成对抗网络算法... 传统的家具平面布置图设计因其专业性、主观性以及设计流程耗时耗力,在寻找合适的辅助设计方面遇到挑战。生成式AI是实现设计智能化的有效辅助工具,通过将生成式AI融入家具平面布置图设计显示出潜力。鉴于此,研究采用生成对抗网络算法辅助设计师提升效率,通过分析生成对抗网络的发散性与交互性,以及家具平面布局设计任务自身多样化以及协同化的要求,指明了生成对抗网络在家具平面布置图设计任务中的应用适宜性,并结合建筑平面布局领域的先进研究提出了针对家具平面布置图设计任务的一些方法与建议,提出了基于功能泡泡图的家具布置图数据处理方式以及生成器与判别器架构的具体设置思路,最后讨论了评价体系,研究结果认为GAN运用于家具布置设计是一条有效的路径。 展开更多
关键词 生成式AI 生成对抗网络 家具平面布置图 辅助设计
在线阅读 下载PDF
基于生成对抗网络的三维模型识别攻击算法
6
作者 刘佳 金志刚 金诗博 《信息安全学报》 2025年第1期119-129,共11页
现有三维模型识别网络对特征分布和扰动特性的关注不到位,导致识别稳定性和灵活性差。因此,提出一种新的对抗样本生成算法,以探究深度网络模型容易受到攻击的原因。算法以点云为对象,首先利用生成网络有效地学习点云关键点的特征,兼顾... 现有三维模型识别网络对特征分布和扰动特性的关注不到位,导致识别稳定性和灵活性差。因此,提出一种新的对抗样本生成算法,以探究深度网络模型容易受到攻击的原因。算法以点云为对象,首先利用生成网络有效地学习点云关键点的特征,兼顾原始点云分布及其对抗特性,以生成对抗点的特征表示。此外,生成器能够根据不同的输入点云调整对抗点的生成,以达到欺骗原始三维模型识别网络的目的,进而实现对三维模型深度识别网络稳定性的探究。不同于传统攻击模型的损失函数,算法引入误分类损失扩大攻击力学习的可见范围。同时,还在原有对抗损失函数的基础上提出了感知损失函数,通过对比原始输入与生成样本的相似度来提高对抗样本的质量,从而更加逼真地模拟可能出现的对抗样本。基于该设计,算法所生成的对抗样本不仅可以欺骗三维识别网络,甚至可以在视觉上欺骗人类,从而实现对三维模型识别网络对抗鲁棒性的测试,完成对深度网络模型脆弱性原因的探索。在ModelNet10和ModelNet40数据集上的对比实验及消融实验证明,生成式对抗网络和感知损失的有机结合使算法可以有效地生成高质量的对抗样本。 展开更多
关键词 对抗样本 生成式对抗网络 信息安全 三维模型识别
在线阅读 下载PDF
基于多尺度生成对抗网络的视网膜血管分割方法
7
作者 王小龙 王诗文 《消费电子》 2025年第4期53-55,共3页
针对现有视网膜血管分割方法在分割精度和细节表现上的局限性,本文提出了一种基于的视网膜血管分割方法。该方法分为两个阶段:首先,利用改进U-Net网络对视网膜图像进行粗略分割,提取出主要的血管结构;其次,采用改进的GAN模型进行精细分... 针对现有视网膜血管分割方法在分割精度和细节表现上的局限性,本文提出了一种基于的视网膜血管分割方法。该方法分为两个阶段:首先,利用改进U-Net网络对视网膜图像进行粗略分割,提取出主要的血管结构;其次,采用改进的GAN模型进行精细分割,在多尺度生成器和多尺度鉴别器的协同作用下,进一步细化血管边缘和微小血管,提高分割的整体精度和质量。在公开的DRIVE和STARE数据集上的实验结果表明,所提出的方法在准确率、敏感性、特异性、F1分数和AUC等评价指标上均优于传统的U-Net和其他先进的分割方法。具体而言,本方法在DRIVE数据集上的F1分数达到了93.38%,显著提升了血管分割的细节表现和鲁棒性,证实了基于多尺度GAN的视网膜血管分割方法有助于提升视网膜血管分割的准确性与鲁棒性,从而为临床诊断视网膜疾病提供参考。 展开更多
关键词 UNet 生成式对抗网络 卷积神经网络 视网膜血管分割
在线阅读 下载PDF
基于注意力的生成对抗网络图像超分辨率重建
8
作者 张惠君 李桐 《北京印刷学院学报》 2025年第3期56-62,共7页
针对部分模型未能有效利用特征信息,存在模型训练不稳定、生成图片模糊、质量不高等问题,对SRGAN模型进行改进,提出一种融合注意力机制的WGAN图像超分辨率重建算法(CBAMWGAN)。在SRGAN的残差网络中融合注意力机制(CBAM)模块,使网络自适... 针对部分模型未能有效利用特征信息,存在模型训练不稳定、生成图片模糊、质量不高等问题,对SRGAN模型进行改进,提出一种融合注意力机制的WGAN图像超分辨率重建算法(CBAMWGAN)。在SRGAN的残差网络中融合注意力机制(CBAM)模块,使网络自适应调整各通道权重,关注图像中的重要区域,以更好地表达高频特征;同时去除生成器中的BN层和使用Leaky ReLU激活函数,进一步提升了模型的计算效率和生成图像质量;最后引入WGAN的思想,用Wasserstein距离代替判别器中的二分类交叉熵损失,提高了网络训练的稳定性。将训练好的模型在Set5、Set14、BSDS100三个数据集上进行测试,并将重建效果与Bicubic、SRCNN、VDSR、SRGAN进行对比。实验结果表明,CBAMWGAN模型无论在客观指标上,还是主观视觉效果上均优于对比模型。 展开更多
关键词 图像超分辨率重建 注意力机制 生成对抗网络 Wasserstein gan
在线阅读 下载PDF
DGANS：基于双重生成式对抗网络的稳健图像隐写模型 被引量：10
9
作者 竺乐庆 郭钰 +1 位作者 莫凌强 张大兴 《通信学报》 EI CSCD 北大核心 2020年第1期125-133,共9页
深度卷积神经网络可有效地应用于大容量图像信息隐写,然而其稳健性研究却鲜有报道。双重生成式对抗网络(DGANS)模型对深度学习框架应用于图像隐写时,针对小幅度几何变换攻击进行了优化设计,从而提高模型的稳健性。DGANS由2个串联的生成... 深度卷积神经网络可有效地应用于大容量图像信息隐写,然而其稳健性研究却鲜有报道。双重生成式对抗网络(DGANS)模型对深度学习框架应用于图像隐写时,针对小幅度几何变换攻击进行了优化设计,从而提高模型的稳健性。DGANS由2个串联的生成式对抗网络构成,可将灰度图像隐藏到相同大小的彩色或灰度图像中并还原。通过对生成的含密图像进行数据增强并进一步强化训练提取网络,使提取网络对输入图像的几何变换具有适应性。实验结果表明,DGAN不仅可以实现高容量的图像信息隐写,而且可以对抗一定范围内的几何攻击,比同类模型有更好的稳健性。 展开更多
关键词 图像隐写 稳健性 双重生成式对抗网络 深度学习
在线阅读 下载PDF
基于深度卷积生成式对抗网络的船型特征认知与条件生成方法
10
作者 杜林 李胜忠 +3 位作者 李广年 舒跃辉 刘子祥 赵峰 《船舶力学》 EI CSCD 北大核心 2024年第8期1162-1174,共13页
船体型值与图片一样也是序列相关型数据,所以用于生成图片的神经网络模型也能生成船型数据。由于船舶种类繁多、需求复杂,本文研究重点从船舶水线上下、船艏、舯、艉等区域位置特征,和船舶设计中普遍存在球艏、尾轴、艏部外板升高等全... 船体型值与图片一样也是序列相关型数据,所以用于生成图片的神经网络模型也能生成船型数据。由于船舶种类繁多、需求复杂,本文研究重点从船舶水线上下、船艏、舯、艉等区域位置特征,和船舶设计中普遍存在球艏、尾轴、艏部外板升高等全局几何特征的条件生成需求出发,训练条件深度卷积生成式对抗网络模型(Con⁃ditional Deep Convolutional Generative Adversarial Networks)来实现两种特征的条件认知与生成。首先,将实现船型区域位置特征与全局几何特征的条件生成作为目标,分别建立条件深度卷积生成式对抗网络模型;然后,针对两类特征设置若干从易到难的不同分割方案和特征种类,使神经网络能够循序渐进地完成条件生成任务;最后,通过对训练过程和生成结果进行对比,初步证明所研究方法用于解决船型特征条件生成问题的可行性。本研究延续了作者之前的研究成果,属于基于计算机视觉技术的船型智能设计方法领域,旨在进一步探索引入人工智能实现船型智能设计的可行性方法。 展开更多
关键词 船型智能设计 深度卷积生成式对抗网络 计算机视觉
在线阅读 下载PDF
生成式对抗神经网络的改进及其在地震数据压噪中的应用 被引量：1
11
作者 彭海龙 李明 +4 位作者 孙文钊 李列 周凡 鲁统祥 江凡 《石油物探》 CSCD 北大核心 2024年第1期104-115,128,共13页
常规的生成式对抗神经网络在地震数据去噪过程中受模型限制,地震数据有效信息还原能力差。因此,对生成式对抗神经网络进行改进,以U-net神经网络为基础建立更深层级的生成器神经网络,优化模型的批标准化层和池化层,提升特征还原能力,搭... 常规的生成式对抗神经网络在地震数据去噪过程中受模型限制,地震数据有效信息还原能力差。因此,对生成式对抗神经网络进行改进,以U-net神经网络为基础建立更深层级的生成器神经网络,优化模型的批标准化层和池化层,提升特征还原能力,搭建多尺度判别器神经网络,提升判别器性能,提出一种包含对抗损失、配准损失和结构信息损失的多层次综合损失函数。改进后的模型结构无需预先估计噪声,能够实现端到端的盲去噪功能,神经网络泛化能力强,对数据细节的保护还原水平高。南海北部涠A地区地震数据测试结果表明,改进后的神经网络去噪能力以及对地震有效信息的保护要优于目前常见的去噪算法的结果,去噪过程对地震有效反射信息保护好,地震边界信息成像质量高。与常见的去噪方法相比,改进的生成或对抗神经网络方法在地震数据去噪中具有良好的应用效果,去噪能力强,在实际地震数据处理中具有良好的推广价值。 展开更多
关键词 生成式对抗神经网络 U-net神经网络 地震数据去噪 泛化能力 数据细节
在线阅读 下载PDF
生成式对抗网络在SAR图像处理中的应用综述 被引量：1
12
作者 高丹 吴晓芳 温志津 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第4期10-21,共12页
合成孔径雷达自动目标识别技术是SAR图像处理领域的研究热点,但数据样本不足的情况导致SAR-ATR应用研究受到局限。传统扩充SAR数据集的图像仿真技术模型复杂、计算量大,生成图像不够逼真。生成式对抗网络GAN不需要目标先验信息,可以直... 合成孔径雷达自动目标识别技术是SAR图像处理领域的研究热点,但数据样本不足的情况导致SAR-ATR应用研究受到局限。传统扩充SAR数据集的图像仿真技术模型复杂、计算量大,生成图像不够逼真。生成式对抗网络GAN不需要目标先验信息,可以直接从真实图像数据中生成逼真的图像,具有低损耗和端到端的优点,因此相较于传统方法其更适用于小样本SAR数据高质量扩充。围绕GANs在SAR图像处理中的研究应用展开叙述,介绍了获取目标SAR图像的方法,包括传统的仿真技术和基于深度学习的GANs技术;从目标图像和场景图像等2个方面介绍了GANs训练的常用SAR数据集;针对不同数据集的应用场景,重点介绍了GANs网络在目标SAR图像生成、SAR超分辨率重建、SAR和光学影像融合等3个方面的最新研究进展;最后,结合深度学习和SAR目标特性,给出了GANs网络在SAR图像应用方面的后续发展建议。 展开更多
关键词 合成孔径雷达 生成式对抗网络 SAR数据集 高逼真图像生成
在线阅读 下载PDF
改进生成式对抗网络下多端柔性直流输电系统
13
作者 张猛 李瑾 《电子设计工程》 2024年第4期61-64,70,共5页
针对新能源在实施并网时,多端柔性直流输电系统运行过程中并网电力数据存在的噪声过多问题,会直接影响多端柔性直流输电系统的直流输电效果,为提升系统直流输电效果,采用改进生成式对抗网络设计多端柔性直流输电系统。根据直流输电系统... 针对新能源在实施并网时,多端柔性直流输电系统运行过程中并网电力数据存在的噪声过多问题,会直接影响多端柔性直流输电系统的直流输电效果,为提升系统直流输电效果,采用改进生成式对抗网络设计多端柔性直流输电系统。根据直流输电系统结构建立系统整体框架,并对框架中的模块设计具体功能;通过基于改进生成式对抗网络去噪模块滤除系统直流输电时产生的噪声,提升系统直流输电时的输电效果;根据系统硬件模块功能设计结果,设计多端柔性直流输电系统模块控制器以及系统整体控制器,通过控制器的稳定控制,完成多端柔性直流输电系统的安全直流输出,实现系统的软件设计。实验结果表明,利用所设计系统在开展电力直流输电时,控制效果较好,电流在0 kA附近波动,电压最终控制为500 kV。 展开更多
关键词 改进生成式对抗网络 多端柔性 直流输电系统 整体框架设计 控制器设计
在线阅读 下载PDF
基于生成式对抗网络的剧本自动生成与优化技术
14
作者 邓杨 高坤 +1 位作者 廖宁 陈怡然 《数字技术与应用》 2024年第2期232-234,共3页
随着深度学习技术的快速发展,生成式对抗网络(GAN)已经成为一种强大的工具,广泛应用于图像合成、文本生成等任务。GAN在各个领域展现出了强大的潜力。本文研究基于GAN的剧本自动生成与优化技术,旨在实现自动化剧本创作和提升剧本质量。
关键词 图像合成 剧本创作 生成式对抗网络 文本生成 深度学习技术 自动生成与优化 自动化
在线阅读 下载PDF
SeqGANPass:使用序列生成式对抗网络进行口令猜测
15
作者 龚雪鸾 陈艳姣 +1 位作者 王涛 曹雨欣 《电子学报》 EI CAS CSCD 北大核心 2023年第5期1148-1153,共6页
为了破解用户口令并获取用户隐私信息,口令猜测工具应运而生.基于规则的口令猜测工具虽猜测成功率较高,但制定规则非常耗时且需要一定的专业知识.基于深度神经网络的口令猜测工具则需要大量的训练数据集来训练模型.基于此,本文提出了(Se... 为了破解用户口令并获取用户隐私信息,口令猜测工具应运而生.基于规则的口令猜测工具虽猜测成功率较高,但制定规则非常耗时且需要一定的专业知识.基于深度神经网络的口令猜测工具则需要大量的训练数据集来训练模型.基于此,本文提出了(Sequence Generative Adversarial Network Password, SeqGANPass),利用序列生成式对抗网络,针对口令数据集执行数据预处理操作,经由多轮对抗性训练过程训练口令生成器,以生成高质量的猜测口令.即使没有任何先验知识,SeqGANPass仍可以通过小规模训练集来实现口令破译.同时我们发现使用SeqGANPass可以大大提高基于规则的口令猜测工具的有效性.在实验中,我们与当前的主流口令猜测工具进行比较,如John the Ripper,Hashcat,Markov Model,上下文无关文法(Probabilistic Context Free Grammars,PCFG),FLA(Fast, Lean, and Accurate)和PassGAN等.实验表明,SeqGANPass的匹配率优于这些主流的口令猜测工具. 展开更多
关键词 口令猜测 序列生成式对抗网络 深度学习 口令匹配 隐私泄露 生成式对抗网络
在线阅读 下载PDF
生成式对抗网络GAN的研究现状与应用 被引量：3
16
作者 于梦珂 《无线互联科技》 2019年第9期25-26,29,共3页
21世纪以来,在大数据、云计算和物联网等新兴技术不断成熟的大背景下,人工智能得到了第3次井喷式发展。其中,以深度学习为基础的图像处理、语音识别等技术的发展尤为迅猛。而生成式对抗网络是如今深度学习领域中最为前沿也是最令人着迷... 21世纪以来,在大数据、云计算和物联网等新兴技术不断成熟的大背景下,人工智能得到了第3次井喷式发展。其中,以深度学习为基础的图像处理、语音识别等技术的发展尤为迅猛。而生成式对抗网络是如今深度学习领域中最为前沿也是最令人着迷的领域之一,它自2014年10月被Ian Goodfellow等提出以后,就一直受到人们的广泛关注与追捧。文章从生成式对抗网络的基本原理出发,分析了生成式对抗网络的研究现状及其主要的应用领域,并对生成式对抗网络进行了总结与展望。 展开更多
关键词 生成式对抗网络 深度学习 神经网络 人工智能
在线阅读 下载PDF
生成式对抗网络研究进展 被引量：67
17
作者 王万良 李卓蓉 《通信学报》 EI CSCD 北大核心 2018年第2期135-148,共14页
生成式对抗网络(GAN,generative adversarial network)对生成式模型的发展具有深远意义,自提出后立刻受到人工智能学术界和工业界的广泛研究与高度关注,随着深度学习的技术发展,生成式对抗模型在理论和应用上得到不断推进。首先,阐述生... 生成式对抗网络(GAN,generative adversarial network)对生成式模型的发展具有深远意义,自提出后立刻受到人工智能学术界和工业界的广泛研究与高度关注,随着深度学习的技术发展,生成式对抗模型在理论和应用上得到不断推进。首先,阐述生成对抗模型的研究背景与意义,然后,详细论述生成式对抗网络在建模、架构、训练和性能评估方面的研究进展及其具体应用现状,最后,进行分析与总结,指出生成式对抗网络研究中亟待解决的问题以及未来的研究方向。 展开更多
关键词 深度学习 生成式对抗网络 卷积神经网络 自动编码器 对抗训练
在线阅读 下载PDF
基于生成式对抗网络的路网交通流数据补全方法 被引量：11
18
作者 王力 李敏 +3 位作者 闫佳庆 张玲玉 潘科 李正熙 《交通运输系统工程与信息》 EI CSCD 北大核心 2018年第6期63-71,共9页
交通信息的完整性直接影响着城市交通管理的效率.针对城市道路交通中因路段检测器覆盖不全或设备损坏等造成的流量检测数据缺失问题,本文提出基于生成式对抗网络(Generative Adversarial Network,GAN)算法的交通流量数据补全方法.首先,... 交通信息的完整性直接影响着城市交通管理的效率.针对城市道路交通中因路段检测器覆盖不全或设备损坏等造成的流量检测数据缺失问题,本文提出基于生成式对抗网络(Generative Adversarial Network,GAN)算法的交通流量数据补全方法.首先,以路段实际流量为基础,进行图像化处理生成路网二维信息图;其次,计算考虑时空信息补偿的路网关联矩阵,利用GAN算法分析并实现路网二维信息图缺失部分的补全,进而得到路段交通流量的完整数据;最后,利用实际数据,对比分析了本文方法与相空间重构的卡尔曼滤波方法对缺失数据的补全情况.实例分析结果验证了本文方法的可行性和有效性. 展开更多
关键词 智能交通 路网交通信息补全 生成式对抗网络 交通流量 交通信息图像化
在线阅读 下载PDF
基于条件生成式对抗网络的AFM图像盲重构方法 被引量：3
19
作者 胡佳成 颜迪新 +3 位作者 曹丛 施玉书 张树 李东升 《计量学报》 CSCD 北大核心 2021年第5期545-551,共7页
针对原子力显微镜(AFM)成像过程中针尖展宽效应引起的误差,提出一种基于条件生成式对抗网络(CGAN)的AFM图像盲重构方法。首先,以pix2pixHD模型为基础,通过全局生成网络对仿真样本数据进行对抗训练,引入AFM测量数据采用局部提升网络联合... 针对原子力显微镜(AFM)成像过程中针尖展宽效应引起的误差,提出一种基于条件生成式对抗网络(CGAN)的AFM图像盲重构方法。首先,以pix2pixHD模型为基础,通过全局生成网络对仿真样本数据进行对抗训练,引入AFM测量数据采用局部提升网络联合训练;最后,特征匹配损失函数以用于提升栅格边缘横向分辨力。实验结果表明:对于线宽8μm一维矩形栅格在AFM下的测量图像进行盲重构,重构图像标准差为0.33μm×0.45μm,具有较高的成像分辨力,有利于提升AFM图像一维栅格测量的准确度。 展开更多
关键词 计量学 图像重构 针尖展宽效应 原子力显微镜 条件生成式对抗网络 一维栅格
在线阅读 下载PDF
一种基于CNN-LSTM的改进CGAN光伏短期出力场景生成方法
20
作者 秦卫民 唐昊 +3 位作者 任曼曼 梁肖 王涛 陈韬 《太阳能学报》 北大核心 2025年第4期263-272,共10页
该文考虑新能源机组出力数据的时空特征,设计一种带有卷积神经网络和长短期记忆网络的判别器网络结构,并使用推土机(EM)距离作为判别器的损失函数,提出一种基于条件对抗生成网络的新能源短期场景生成方法。该方法让模型中的判别器与生... 该文考虑新能源机组出力数据的时空特征,设计一种带有卷积神经网络和长短期记忆网络的判别器网络结构,并使用推土机(EM)距离作为判别器的损失函数,提出一种基于条件对抗生成网络的新能源短期场景生成方法。该方法让模型中的判别器与生成器进行对抗并不断优化,使生成器网络更加准确地提取到条件值及噪声分布与样本分布之间的映射关系,从而更好地生成新能源机组出力场景。该文使用开源的光伏出力数据对模型进行验证和测试,相对于传统的生成式对抗网络方法,所提模型能更加准确地生成契合历史数据特征的新能源出力场景集。 展开更多
关键词 光伏发电 场景生成 生成式对抗网络 长短期记忆网络 卷积神经网络 不确定性
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 9 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部